乳腺癌新辅助化疗的研究进展

乳腺癌是一种女性最常见的恶性肿瘤,近年来我国乳腺癌的发病率呈逐年上升趋势。研究证实,新辅助化疗不仅可使不能手术的晚期乳腺癌患者获得手术机会,而且也增加了部分患者的保乳概率,但是约20%的乳腺癌患者不能从新辅助化疗中获益,并影响后续治疗效果。因此,制定合理的、个体化的新辅助化疗方案对于提高乳腺癌患者的生存质量和改善其预后尤为重要。目前,研究已发现的NCT相关的预测因子主要包块肿瘤类型、分子分型、ER、PR、Ki67等,而HER2、TOP2A、P53、PRAP单独作为预测因子的还存在争议。本文主要对乳腺癌新辅助化疗的现状、各种预测因子的作用及其不足之处进行了综述。     

乳腺癌干细胞的研究进展

乳腺癌是女性最常见恶性肿瘤.随着乳腺癌发生、发展研究的不断深入,乳腺癌干细胞日益受到研究者们的重视.乳腺癌干细胞是首次分离出来的实体干细胞,研究表明,它是一群未分化、具有多种分化和自我更新能力的细胞.正常情况下,乳腺干细胞的分化、更新能力受激素及信号转导通路的严格控制,一旦这种机制被破坏或发生异常,干细胞就会异常分化,变成乳腺癌干细胞,并无限生长形成肿瘤.乳腺癌干细胞具有放、化疗抵抗性,高致瘤性及高侵袭转移性,其在乳腺癌的发生、发展及复发、转移过程起到非常重要的作用.因而,要想更好地治疗乳腺癌就需要寻找针对这些干细胞的靶标,从而为临床靶向治疗乳腺癌提供依据.本文对乳腺癌干细胞在乳腺癌研究及治疗中的最新进展进行综述.     

基于BP神经网络的甲状腺癌无创诊断模型的研究

目的:运用BP神经网络技术建立甲状腺癌的无创诊断模型,评估该模型的预测诊断价值。方法:回顾性分析经术后病理证实为甲状腺癌39例与良性病变11例,提取出以上50例病例中手术前经过B超检查与甲状腺癌相关的8项图形特征,并进行评分量化,利用BP神经网络对50例病例进行学习和检验,建立甲状腺癌无创诊断模型。用该无创诊断模型对疑为甲状腺癌20例患者进行术前预测并与术后病理进行比较。结果:本文所建立的基于BP神经网络技术的无创诊断模型在甲状腺癌及甲状腺良性病变的预测诊断中达到了100%的准确率。结论:基于BP神经网络技术的无创诊断模型,在甲状腺癌及良性病变的预测诊断中具有较高的应用价值,这无疑对辅助B超诊断甲状腺良恶性病变提供了新的技术支撑和研究思路。